8. O código-fonte completo e os modelos usados

Objetivo deste post

Este post publica todo o código-fonte do MariaGO que implementa o que foi explicado passo a passo nos posts 1 a 7. São muitos arquivos, então eles estão recolhidos por pasta, e o código só é carregado quando você abre um arquivo.

Modelos usados

• Modelo em produção: Qwen3-VL-8B-Instruct + adaptador LoRA lora_mix_qwen_r5 (rank 16, alpha 32)
• Forma de entrada: modo text-only, que envia um tabuleiro em texto alinhado com dois dígitos (aligned) em vez de uma imagem do tabuleiro
• Ambiente de treinamento e inferência: treinamento e serviço do LoRA com MLX (mlx-vlm) em um Mac Studio (Apple Silicon)
• Dados de treinamento: registros SGF do KGS de 4 dan para cima, do u-go.net, com foco nas jogadas do vencedor e peso extra nas posições de atari e captura, misturados com dados exclusivos de leitura de coordenadas
• Ordem de treinamento: partindo do adaptador exclusivo de coordenadas, cinco rodadas de treinamento de r1 a r5, mudando a proporção entre dados de coordenadas e de jogadas. A cada rodada, só os adaptadores que passaram com 90% ou mais no teste de coordenadas seguiram para a rodada seguinte

O primeiro modelo que tentamos

No começo, acoplamos um LoRA (rank 8, depois 16) ao Gemma 4 E4B-it 4bit (mlx-community). Observamos que o modelo lia as coordenadas puxando para um lado, então unificamos o formato do tabuleiro no treinamento e no serviço como aligned e trocamos o modelo base para o Qwen3-VL-8B.

O que usamos como apoio

• KataGo (b18c384nbt): análise de posição e um experimento de julgamento em ensemble que escolhe um entre os candidatos propostos por vários adaptadores
• Política MLP de duas camadas em NumPy: experimento de autojogo com REINFORCE usando máscara de jogadas legais (rl_env)
• IA heurística em C++: rede de segurança para responder a atari e jogada substituta quando o modelo falha em responder

Estrutura de pastas

• src, tests: cliente de go em Qt6/C++, motor de regras (goboard), contagem (gamejudge), IA heurística
• vlm_server: leitura de SGF, geração de dados de treinamento, treinamento do LoRA, teste de coordenadas, servidor de recomendação de jogadas
• rl_env: experimentos de aprendizado por reforço com NumPy
• mariago-web: tela de partida na web em Next.js e API de salvamento de registros de partidas

As configurações de implantação do servidor, os scripts de acesso remoto e monitoramento, os scripts de automação de treinamento e de experimentos, e os dados de treinamento e pesos dos modelos (centenas de GB) ficaram de fora da publicação. O código de operação da web, como anúncios, login e ranking, os arquivos de configuração, as ferramentas de depuração e o antigo script de download do modelo Gemma também foram retirados, por isso alguns imports apontam para arquivos não publicados. Caminhos no código como /Volumes/MY_WORK/... se referem ao Mac do autor, então troque pelos seus próprios caminhos ao executar.

Código-fonte completo